Command Palette
Search for a command to run...
Kampf Gegen Chemotherapieresistenz Und Tumorrezidive! Forschungsteam Der Shandong University Nutzt KI, Um Eine Wirksame Abwehr Gegen Brustkrebsstammzellen Zu Entwickeln

Brustkrebs ist die Todesursache Nummer eins unter den bösartigen Tumoren bei Frauen und steht seit jeher im Fokus der medizinischen Gemeinschaft. Derzeit ist die zytotoxische Chemotherapie die häufigste systemische Behandlung von Brustkrebspatientinnen. Obwohl der Zustand dadurch bis zu einem gewissen Grad gelindert werden kann, besteht dennoch die Möglichkeit, dass Krebszellen wiederkehren oder Metastasen bilden.
Frühere Studien haben gezeigt, dassBrustkrebsstammzellen (BCSCs) sind die Ursache der Resistenz von Brustkrebs gegen Chemotherapie und Strahlentherapie. Obwohl BCSCs nur einen kleinen Teil der Brustkrebszellen ausmachen, verfügen sie über ein erstaunliches unbegrenztes Proliferationspotenzial und die Fähigkeit, Tumore zu initiieren. Noch schockierender ist, dass der Chemotherapieprozess selbst möglicherweise auch die Umwandlung von Nicht-BCSC-Zellen in BCSCs fördert und dadurch das Risiko eines Tumorrezidivs und einer Metastasierung erhöht.
Es ist offensichtlich, dass ein tiefes Verständnis des Reaktionsmechanismus von BCSC auf Chemotherapie für die Verbesserung der Prognose von Brustkrebspatientinnen sehr wichtig ist. Klinisch wird dringend eine Methode benötigt, mit der BCSC identifiziert und gehemmt werden kann, um die bestehenden Behandlungsmöglichkeiten zu optimieren.
Angesichts dieser Herausforderung**Lv Haiquan, Sun Rong und Zhang Kai von der Shandong-Universität und Mei Qi von der Shanxi Medical University ist zusammen mit Forschungsteams von Helix Matrix und anderen ein Durchbruch gelungen. Mithilfe von Technologie des maschinellen Lernens und auf Grundlage der mRNA-Analyse haben sie erfolgreich eine neue Methode entwickelt, die BCSC-Signatur, um die Eigenschaften von Krebsstammzellen in Proben von Patientinnen mit primärem Brustkrebs zu beurteilen.**Diese Studie enthüllt nicht nur die zentrale Rolle des Polyaminanabolismus bei der BCSC-Regulierung, sondern liefert auch neue Strategien und Richtungen für die klinische Behandlung von Brustkrebs.
Die Studie wurde in der international renommierten Fachzeitschrift Advanced Science unter dem Titel „Polyamine Anabolism Promotes Chemotherapy-Induced Breast Cancer Stem Cell Enrichment“ veröffentlicht.
Forschungshighlights:
* Forscher entwickelten mithilfe maschineller Lernmethoden eine mRNA-basierte BCSC-Signatur, um die Krebsstammzellen in Proben von Brustkrebspatientinnen zu beurteilen
* Diese Studie ergab, dass der Polyaminanabolismus eine Schlüsselrolle bei der BCSC-Regulierung spielt. Die Chemotherapie fördert die Anreicherung von BCSC durch die Aktivierung des durch HIF-1 regulierten Polyamin-Anabolismus-Signalwegs.
* Diese Studie entdeckte einen neuen spezifischen HIF-1-Inhibitor, Britannin, der die durch Chemotherapie induzierte HIF-1-Transkriptionsaktivität, den Polyamin-Stoffwechselspiegel und die BCSC-Anreicherung wirksam hemmen kann, wenn er in Kombination verwendet wird
Papieradresse:
https://onlinelibrary.wiley.com/doi/10.1002/advs.202404853
Verwenden von TCGA-Datensätzen zum Erstellen von Assoziationen zwischen der Pearson-Korrelationsanalyse und Algorithmen des maschinellen Lernens
Um die Stammzelleigenschaften von Patientenproben mit primärem Brustkrebs anhand des Genexpressionsniveaus quantitativ zu bewerten,**Für die Studie wurden Daten des Cancer Genome Atlas Consortium (TCGA) zu invasivem Brustkrebs verwendet.**Der BRCA1 (BRCA2)-Datensatz wurde verwendet, um die mRNA-Expression mit dem mRNA-Stammzellindex (mRNAsi) unter Verwendung des maschinellen Lernalgorithmus der univariaten logistischen Regression (OCLR) zu korrelieren und so eine mRNA-basierte BCSC-Signatur zu entwickeln.
Die Studie erstellte außerdem Kaplan-Meier-Kurven auf Grundlage eines Datensatzes von 2.032 Brustkrebspatientinnen, teilweise stratifiziert nach der Expression von BCSC P-Sig und N-Sig in Primärtumoren und teilweise basierend auf einem Datensatz von 1.372 Brustkrebspatientinnen, die eine Chemotherapie erhielten.
Insbesondere wurden im Rahmen dieser Studie, wie in Abbildung A unten dargestellt, zunächst 81 Gene mit Pearson-Korrelationskoeffizienten r > 0,70 und 91 Gene mit Pearson-Korrelationskoeffizienten r < -0,70 identifiziert und als BCSC-positive Signatur (P-Sig) bzw. -negative Signatur (N-Sig) definiert.








Der Polyaminanabolismus korreliert positiv mit der BCSC-Anreicherung, und der HIF-1-Inhibitor Britannin kann die Polyaminbiosynthese reduzieren und BCSC ausrotten
**Um den Mechanismus der Chemotherapie-induzierten BCSC-Anreicherung aus der Perspektive des Zellstoffwechsels zu erforschen,**In dieser Studie wurden 21 Patienten mit TCGA BRCA anhand der Expression von BCSC-Signaturen in die Gruppen BCSChigh und BCSClow eingeteilt und die Werte von 399 Metaboliten zwischen den beiden Gruppen verglichen, wie in Abbildung A unten dargestellt.











KI unterstützt die pathologische Diagnose, und eine HER2-gezielte Therapie könnte der Schlüssel sein
Heutzutage beruht die Diagnose von Brustkrebs nicht nur auf bildgebenden Verfahren, auch die pathologische Diagnostik spielt eine unersetzliche Rolle. Der Expressionsstatus von HER2 (humaner epidermaler Wachstumsfaktor-Rezeptor 2) ist ein wichtiger Aspekt bei der Behandlung von Brustkrebs. KI kann bei der Analyse pathologischer Abschnitte dabei helfen, den Expressionsgrad von HER2 zu ermitteln und eine Referenz für eine anschließende zielgerichtete Therapie bereitzustellen.
Obwohl das Prinzip einfach erscheint, ist es nicht leicht umzusetzen. Um beispielsweise mithilfe der KI-Technologie die Genauigkeit und Wiederholbarkeit der HER2-Interpretation bei Brustkrebs zu verbessern, ist viel Training erforderlich, und das KI-System muss ständig debuggt und mit der Diagnose des medizinischen Personals verglichen werden. Auf dieser Grundlage konzentrierten sich die Forscher auf die Unterscheidung zwischen HER2-negativ und -positiv, wobei sie den Fokus der AI auf die Untergrenze der HER2-Expression richteten und so den Wert der AI bei der Diagnose verschiedener heterogener Brustkrebsarten mit niedriger HER2-Expression bewerteten.
Tatsächlich,Bereits im Jahr 2022 veröffentlichte Professor Lv Haiquan von der Shandong-Universität einen Titelartikel in der biomedizinischen Fachzeitschrift Theranostics, in dem er enthüllte, dass die gezielte Behandlung von A2BR in Kombination mit einer Chemotherapie die Anreicherung von Brustkrebsstammzellen blockieren und die Überlebensrate von Brustkrebspatientinnen nach einer Chemotherapie verbessern könnte.
Link zum Artikel: https://www.thno.org/v12p2598.htm
**Dieses Mal hat Professor Lv Haiquan erneut gezeigt, dass die kombinierte Anwendung von Britannin den Polyaminanabolismus von HIF-1 hemmen und BCSC ausrotten kann, was zweifellos eine neue Idee für die Behandlung von Brustkrebs liefert.**In Zukunft wird KI bei der Behandlung von Brustkrebs eine beispiellos wichtige Rolle spielen und ihre Anwendung im medizinischen und gesundheitlichen Bereich zeigt zunehmend großes Potenzial. Mit der kontinuierlichen Weiterentwicklung der Technologie und ihrer umfassenden Anwendung wird KI zu einem unverzichtbaren Partner bei der Behandlung von Brustkrebs und sogar Krebs und gibt den Patienten mehr Kraft und Hoffnung.











